北美首页 | 新闻 | 时尚 | 大陆 | 台湾 | 美国 | 娱乐 | 体育 | 财经 | 图片 | 移民 | 微博 | 健康
Value Engine Stock Forecast
ENTER SYMBOL(S)

加拿大科学家开发机器学习软件:用于探索外星生命

http://finance.sina.com   2017年01月09日 19:01   北京新浪网

加拿大多伦多大学科学家近日开发出一款机器学习软件,这款机器学习软件可用于发现外太空的外星生命。  加拿大多伦多大学科学家近日开发出一款机器学习软件,这款机器学习软件可用于发现外太空的外星生命。
塔马约带领研究团队致力于研究如何利用机器学习技术解决特定科学问题。塔马约带领研究团队致力于研究如何利用机器学习技术解决特定科学问题。
现有的探测系外行星的方法可以检测它们的大小和轨道周期。但是,这些技术仍然无法测量其质量以及椭圆轨道的具体形状,这些因素都是影响行星系统稳定性的关键因素。新的人工智能技术可以获取这些数据。  现有的探测系外行星的方法可以检测它们的大小和轨道周期。但是,这些技术仍然无法测量其质量以及椭圆轨道的具体形状,这些因素都是影响行星系统稳定性的关键因素。新的人工智能技术可以获取这些数据。

  新浪科技讯 北京时间1月10日消息,据国外媒体报道,加拿大多伦多大学科学家近日根据谷歌公司和Netflix公司的算法开发出一款机器学习软件。研究人员认为,这款机器学习软件可用于发现外太空的外星生命。据了解,这款强大的软件比传统的预测一个行星系统是否有生命存在的方法要快1000倍。研究人员希望,这种软件将可以用于各种系统中,能够提供关于系外行星各种有价值的信息,并测定它们的稳定性以及生命宜居性。

  这款软件利用的是机器学习技术,这也是人工智能技术的一种,计算机可以根据人类编写的程序以及不断补充的数据进行自我学习。先进的系统可以教会它们自己如何处理不同的数据并不断改进自己。加拿大多伦多大学的科学家们就是利用这一技术去寻找可能存在生命的遥远行星系统,他们的研究成果发表于《天体物理学杂志快报》之上。

  研究项目负责人、加拿大多伦多大学士嘉堡校区行星科学中心科学家丹-塔马约表示,“机器学习以其强大的功能解决了天体物理学领域的一大难题。它可以预测行星系统是否稳定。”研究人员解释说,知道一个行星系统稳定与否,也就大概了解了这个系统最初形成的过程。塔马约表示,现在有无数探测系外行星的方法,这些方法可以提供关于目标行星的大小或轨道周期的有用信息。

  然而,这种技术仍然无法测量目标行星的质量以及它们椭圆轨道的具体形状,这些因素又是影响行星稳定的关键因素。为了完成这项研究,塔马约带领研究团队在士嘉堡校区成立了一系列工作室,致力于研究如何利用机器学习技术解决特定科学问题。塔马约表示,“我们的发现告诉我们,通过对机器学习模型进行数周的计算和训练,可以证明我们的尝试是值得的,因为这种工具不仅仅很精确,而且运行速度更快。”

  美国宇航局将于明年发射凌星系外行星巡天望远镜。届时,利用凌星系外行星巡天望远镜的分析数据,这款机器学习工具将变得更加便捷。“这将是一款非常有用的工具,因为预测稳定性也可以帮助我们了解关于这个行星系统更多的信息,从其质量上限到各种反常行为。”(彬彬)

Bookmark and Share
|
关闭
列印
转寄
去论坛发表评论
DJIA17773.64
-57.12
NASDAQ4775.36
-29.93
S&P 5002065.30
-10.51

今日焦点新闻

新浪推荐